高校优秀教学团队建设与管理问题研究

通过对教学团队内涵和特征的分析,提出了教学团队建设的必要性及教学团队建设和管理的策略问题。指出教学团队必须重视过程管理,建立有效激励和约束制度,才能有效地发挥教学团队在学校教学工作和管理工作中的重要作用。     

无平方根运算的正交分解非线性窄带干扰抑制

为了提高对不同窄带干扰的抑制效果,提出一种利用Givens旋转的正交分解的自适应非线性干扰抑制算法.传统Givens旋转算法涉及到平方根运算,要消耗较多硬件资源或需要多次循环来实现,为此,提出一种无平方根与除法运算的Givens旋转算法,并结合信号输入矩阵的特殊结构,给出一种低复杂度的干扰抑制算法,将窄带干扰建模为自回归过程以及数字窄带信号。     

基于端到端丢包测量的网络瓶颈链路推断方法

为了寻找网络中瓶颈链路,对网络数据包丢失率的推断方法进行了研究,提出一个新的网络数据包通过率的统计推断模型．该模型基于端到端的测量方式,采用累积母函数对网络路径级数据包通过率进行分析,估计出网络链路级数据包通过率的统计信息．利用网络数据包通过率与丢失率之间的关系,可以间接得到链路级数据包丢失率的统计信息．仿真实验表明,该模型不需要很高的测量负载量就可以较精确地推断出网络链路级数据包通过率的统计信息,并根据Chernoff bound检测出网络中的瓶颈链路．     

地理和交通信息感知的车载Ad Hoc路由

为提高数据包投递率和降低时延,提出了一种基于地理和交通信息的车载Ad Hoc网络(VANET
)路由算法. 该算法利用实时的道路交通信息和车辆移动位置预测进行数据转发,并采取暂存转发策略,同时能处理目的节点移动情况. 仿真结果表明,该算法比贪婪的周边无状态路由(GPSR)算法具有更高的数据包投递率和更低的时延.     

基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法

提出了一种基于混合高斯隐马尔可夫模型的带式输送机堆煤时刻预测方法。该方法根据传感器采集的带式输送机功率时序数据建立带式输送机运行状态的混合高斯隐马尔可夫模型,基于该模型采用基于图的状态序列遍历算法和基于切普曼-柯尔莫哥罗夫方程的概率转移算法对带式输送机堆煤时刻进行预测:基于图的状态序列遍历算法通过寻找当前状态到堆煤状态的通路确定剩余时间;基于切普曼-柯尔莫哥罗夫方程的概率转移算法通过粒子群优化算法及切普曼-柯尔莫哥罗夫方程交叉验证来获取训练样本上失败状态的概率阈值,并计算当前的状态迁移到超过失败状态概率阈值的转移次数来确定剩余时间。基于煤矿生产实际数据集的实验验证了该方法可有效预测带式输送机的堆煤发生时刻。     

无线电能传输系统谐振线圈优化设计

以磁耦合谐振式无线电能传输系统两线圈等效电路模型为例,详细分析了谐振线圈的线圈半径、导线半径和线圈匝数等参数对谐振线圈电感和空载时的品质因数的影响;在电源频率为13.56MHz时,得出谐振线圈的优化参数如下:电感值为2.634×10-5 H,分布电容值为5.229×10-6μF,线圈半径为50mm,导线半径为1.05mm,线圈匝数为10匝。该优化结果对磁耦合谐振式无线电能传输系统的研究具有一定的参考价值。     

装煤堆密度对焦炭质量的影响

采用同一配煤比和不同的装煤堆密度煤样进行炼焦试验，得出焦炭的耐磨强度、抗碎强度、显气孔率、焦炭的反应性、反应后强度与装煤堆密度的关系。     

A study of structural determinants in the interleukin-1 fold

The structures of interleukin-1ß, basic fibroblastgrowth factor and Erythrina trypsin inhibitor have been analysedin order to determine whether the hydrophobic core remains conserved,even when the structures have extremely low sequence similarities.We find that there are significant differences in the way eachprotein achieves a satisfactory arrangement of core residuesand that positions which contribute to the core of one structureare not guaranteed to contribute to the integrity of another.Furthermore, the side-chain packing arrangements of these coreresidues vary significantly between the three structures. Duringthis analysis the side-chain rotamers for three independentlydetermined interleukin-1ß structures were also compared.It was found that although buried residues are generally inagreement the remaining residues frequently occupy differentrotamers in the three structures. This suggests that althoughmeaningful studies are possible for buried side-chains the resultsobtained from equivalent analyses of accessible residues shouldbe treated with caution. These results are discussed with specificreference to the optimization of side-chain packing in proteinsof known structure.     

结合稀疏表示和概率潜在语义的图像模糊度评价

目的 图像的模糊度评价是客观图像质量评价的一种,主要用来衡量图像信号经过成像系统或处理算法后的降质程度,其在图像获取、传输、分析以及图像处理系统或算法评价等领域有着广泛的应用。针对目前图像模糊度评价方法没有考虑人类视觉系统的无监督学习和层次化特征提取的特性,本文将图像稀疏表示和利用概率潜在语义提取图像主题相结合,提出基于稀疏表示和概率潜在语义的图像模糊度评价算法。方法 该算法在图像稀疏表示的基础上,通过概率潜在语义方法分别提取清晰训练图像和待测图像的主题,以待测图像潜在主题与清晰图像平均潜在主题之间的相似性作为模糊度评价的依据。主要过程分为3个阶段:词典构建阶段、训练学习阶段和模糊度评价阶段。词典构建阶段的目的是通过样本学习获得图像稀疏表示的词典;训练学习阶段的目的是采用概率潜在语义的方法获得训练图像的平均主题;模糊度评价阶段的目的是通过待测图像的潜在主题与训练图像的平均潜在主题的相关系数来计算图像的模糊程度。结果 在仿真图和公共测试数据库上与典型算法的比较实验表明:本文算法在单调性、抗噪性以及视频质量专家组制定的5个评价指标上都取得了较好的效果,其中Pearson相关系数和Spearman秩相关系数分别为0.995 6和0.993 4。结论 本文根据人类视觉系统具有无监督学习和层次化特征提取的特点,以待测图像潜在主题与清晰图像平均潜在主题之间的相似性作为模糊度评价的依据,提出了一种新的基于稀疏表示和概率潜在语义的图像模糊度评价方法。实验结果表明该方法能够对图像的模糊度进行较准确的评价,并且结果与人的主观评价结果一致。     

互信息域中的无参考图像质量评价

目的无参考图像质量评价是近几年来的研究热点,具有深远的现实意义和广泛的应用价值,提出一种基于互信息的无参考图像质量评价方法。方法该方法使用原始自然图像及其对应的规范化亮度图像和局部标准差图像作为输入,利用自相关互信息对输入图像邻近像素间的相关性进行量化,并引入多尺度分析得到图像在两个尺度上的互信息特征,最后使用支持向量机(SVM)在LIVE图像数据库上训练学习,从而对多类失真图像进行客观质量评价。结果在LIVE图像数据库中对本文算法进行性能测试,实验结果显示该算法得到的评价结果与人眼主观评价结果之间的平均相关系数高达0.93,总体分类准确率达到79%,性能足以与当前主流的全参考、无参考方法相竞争。结论本文方法有别于传统的基于变换的无参考图像质量评价方法,将着眼点放于自然图像邻近像素之间的固有联系上,并取得了较好的实验效果。由于没有使用图像变换并从全局域进行考虑,本文方法具有较低的时间复杂度。